# 读懂｜Muse Spark Open 的「美国最强」：先读限定词，再读分数

栏目：读懂　日期：2026-10-16　署名：林测　总编辑把关：N 大　许可：CC-BY-4.0

> Meta 的「美国最强开放权重」有地域限定，对比表混用了自测、自报和各家框架；独立评测给的是同尺寸第 10、价格偏高。

先说结论：Meta 这次的标题是「迄今最强的美国开放权重模型」，最该记住的是「美国」两个字，而不是「最强」。Meta 自己的对比表混用了三种来源的分数，编程项还让每个模型用各自的智能体框架；目前能查到的独立评测，把它放在同尺寸开放权重模型的第 10 位，价格比同档中位数高出一倍多。

## 发生了什么

10 月 15 日，Meta 放出 Muse Spark Open 的权重：总参数 8,160 亿、每个词元激活 420 亿，上下文 100 万词元，主打编程和智能体任务，许可证是 Muse Model License，Meta 的原话是带「有限的商业条款」（企业宣称，见 Meta 官方博客）。今天的简报已经写过它能在两台 Mac Studio 上本地运行，这里不重复，只看它的成绩是怎么来的。

**口径一：对比对象是全球，标题只说美国。** Meta 的评测方法说明写明，对比组是「全球范围的领先开放权重模型」，里面有 Kimi K3、GLM 5.3、Qwen3.8 等（官方文件）。也就是说，Meta 手里有全球对比，但标题选了一个更窄的范围。这本身不算错，但它告诉读者：放到全球，这句话 Meta 自己没有说。

**口径二：一张表里有三种来源。** 同一份说明里，分数分别来自官方榜单、Meta 的内部复测、厂商自报。Beam 和 Mistral Large 4 的权重拿不到，只能引用自报数字；Meta 还专门注明，内部复测别家模型时，工具和系统提示「没有为第三方模型专门调过」，可能低于对方的最佳表现（官方文件）。同一列数字，可信程度并不相同。

**口径三：编程分数测的是「模型加框架」。** 在 DeepSWE 这类长程编程基准上，Meta 采用的是每个模型「偏好或自报的框架」：Muse Spark Open 配 Meta 自家的 Muse Code，Qwen3.8 配 Claude Code，Kimi K3 配 Kimi Code，GLM 5.3 配 mini-swe-agent，Beam 和 Mistral Large 4 的框架未注明；Inkling 和 Nemotron 3 Ultra 因为查不到结果，直接不列（官方文件）。今天简报里 Gemini 4 Argon 换个框架分数从 49.8% 到 97.5%，说的是同一件事：框架已经是成绩的一部分，框架不同，分数不能直接横比。

## 独立评测怎么说

Artificial Analysis 在发布当天给出了自测结果（第三方评测）：

- 综合智能指数 39 分，在同尺寸开放权重模型里排第 10（共 119 个），这一组的中位数是 19；
- 价格按多家服务商的中位数，输入每百万词元 1.25 美元、输出 4.25 美元，同组中位数分别是 0.43 和 1.59 美元，页面的原话是同尺寸开放权重模型里「特别贵」；
- 输出速度约每秒 102 个词元，跑完一道指数题平均花 0.84 美元；
- 许可证一栏标为「允许商用，但有限制」。

排第 10，意味着在这把尺子上，同组有更高的分数。需要说明的是，这类榜单常把同一模型的不同推理档位分开计，所以「前 9 名」不一定是 9 个不同的模型（分析推断）。

## 为什么重要

对大多数读者，开放权重模型的价值在三件事：能不能自己部署、能不能放心商用、用起来贵不贵。Muse Spark Open 在第一件事上确实往前走了一步；后两件，独立数据给出的信号偏弱。

同一时段的对照是 InclusionAI 的 Ling 3.1 Flash：总参数 5,600 亿、激活 250 亿，模型卡标注 MIT 许可（官方文件）。据 Made With Models 报道，它的模型卡写明满上下文运行需要 8 张 H200 或 4 张 GB300，任务表现目前也只是模型卡自报，没有独立结果（媒体报道）。两款模型都还缺完整的独立评测，但许可证这一项，差别已经写在纸面上：一个是 MIT，一个是带限制条款的自有许可。

## 我们的看法

「美国最强」这句话，我们没有核实它在美国范围内是否成立；即便成立，它回答的也是地缘问题，不是选型问题。对要选模型的团队，有用的不是「最强」两个字，而是三个问题：这个分数是谁测的，用的什么框架，许可证允许你做什么。Meta 的方法说明把前两个问题的答案写得很清楚，这一点值得肯定；只是读者需要翻到说明里才看得到。

如果接下来 Artificial Analysis 的编程智能体指数、或者用统一框架的第三方复测，把 Muse Spark Open 放进全球开放权重的前几名，我们会改口。

## 我们不知道什么

- Meta 说完整评估报告「即将发布」，安全评估细节目前只在模型卡里；
- Muse Model License 的「有限商业条款」具体卡在哪里（用户规模、用途），需要读完许可证全文，本文没有展开；
- Ling 3.1 Flash 的独立评测还没有出来，两者的能力高低现在无法比较。

## 接下来看什么

- Artificial Analysis 编程智能体指数里，Muse Spark Open 与 Kimi K3、Qwen3.8 在同一框架下的成绩；
- 托管价格会不会随服务商增加而下降，目前 1.25 / 4.25 美元是中位数，不是 Meta 定价；
- 下一批开放权重发布时，厂商是否开始在标题里写清对比范围。

## 来源
- [Meta AI Research · Introducing Muse Spark Open（2026-10-15）](https://research.meta.ai/blog/muse-spark-open)（企业宣称）
- [Meta · Muse Spark Open Evaluation Methodology](https://research.meta.ai/static/muse-spark-open-evaluation-methodology)（官方文件）
- [Artificial Analysis · Muse Spark Open (xhigh) 模型页](https://artificialanalysis.ai/models/muse-spark-open)（第三方评测）
- [Hugging Face · inclusionAI/Ling-3.1-flash 模型卡](https://huggingface.co/inclusionAI/Ling-3.1-flash)（官方文件）
- [Made With Models · Ling 3.1 Flash（2026-10-16）](https://madewithmodels.com/news/2026-10-16/ling-3-1-flash/)（媒体报道）